考虑交通事件影响的城市道路行程时间预测

外部环境因素对城市交通预测有较大影响,尤其在交通事件发生时,由于交通流的随机性和非线性特征,交通异常情况下的预测精度往往较低.为此,基于深度学习理论,提出一种以序列到序列模型(Sequence-to-sequence,Seq2Seq)为主体,融合外部因素特征的城市道路行程时间预测方法.利用时间序列分解算法(Season...     

基于行程时间估计的快速路检测器布设密度优化方法研究

随着智能交通运输系统对道路实时交通信息的迫切需求,布设高密度、全方位的交通检测器已成为共识,但是高密度的检测器布设带来的是硬件投资的急剧增加,因此有必要进行检测器布设密度的优化。利用快速路行程时间估计方法分析了检测器布设密度优化问题,认为从行程时间估计误差和合理投资的角度出发,检测器布设并不是密度越大效果越好,而是存在一个合理范围,该范围可以指导工程中实际检测器数目的选择。     

交通事件持续时间预测方法综述

对交通事件持续时间的预测方法进行综述。分析了交通事件对交通拥堵的影响,解释了交通事件持续时间的含义。交通事件持续时间预测方法主要包括：基于统计分析的模型,如概率分布、条件概率、回归分析、时间序列,其次包括不需要知道其分布特点的决策树模型、非参数回归模型,模糊逻辑模型。分析了各种方法的优缺点和适用性,并指出交通事件数据的质量影响了模型的准确性和精度。大量的研究发现事件持续时间的分布近似于正态分布,并向左侧偏斜。最后,提出今后交通事件数据库的建立和交通事件的科学分类可从根本上提高基于统计学模型的精度。     

智慧高速公路交通气象观测站布设探讨

推进智慧高速公路的首要问题是公路交通基础设施及其交通环境智能感知系统的建设,其中公路交通气象观测站网的建设,可以实现对各类气象灾害的监测、预报以及预警,为保持道路畅通和出行安全提供有力保障.首先对智慧高速公路建设与交通气象观测站布设的研究现状进行了梳理,然后运用SWOT分析法讨论了前者对后者的影响,最后对站点布设的3个...     

基于图论与矩阵论的交通检测器布设新方法

为了获取各路段的交通流量,解决任意路网的交通检测器布点问题,提出了一种基于图论与矩阵论的交通检测器布设方法.从图论的角度出发,给出了顶点的度数、平衡点与非平衡点的定义;利用平衡点的平衡公式,提出交通量关系矩阵,计算出布设交通检测器的路段的数量;提出2条交通检测器的设置原则来进行交通检测器的设置;最后从矩阵运算推导出未对于设置交通检测器的路段,其交通流量的计算方法.该方法能在任意路网上进行交通检测器的优化布设.算例选取兰州市西关什子附近的路网,结果验证了所提出方法的有效性与可操作性.     

基于事件检测效益的高速公路交通检测器布设方案研究

高速公路交通检测器合理布设有利于准确、快速地检测和确认交通事件发生的时间、地点及性质,进而提高高速公路管控效率.运用一种基于偏差阈值的交通事件检测算法,选取了200 m、400 m和600m等3种交通检测器布设间距,利用VISSIM仿真软件,以济青高速公路济德段为例进行验证性仿真;通过分析有无事件情况下交通参数的变化趋势,确定高速公路检测器最优布设间距,为高速公路监测系统建设提供理论依据.     

突发交通事件后高速公路有效通行能力估算

通过对突发交通事件后高速道路局部交通状态的演变过程的分解,分析了事发点各阶段的通行能力,定义了突发交通事件后高速公路有效通行能力系数。针对引起局部车道临时关闭的不同类型的突发交通事件,利用VISSIM仿真软件进行微观交通仿真,分析仿真评价文件得出了不同类型突发交通事件后高速公路有效通行能力修正表。     

高速公路突发交通事件疏导措施决策

针对高速公路发生突发交通事件,通过VISSIM仿真软件模拟事发后采取各种疏导措施的实施效果。为便于措施的分析与决策,采用事发点通过交通量、平均排队长度和平均延误3个指标表征实施效果,依据实施效果对各措施特点及实施条件进行研究。通过多目标决策技术,结合仿真结果进行了最优措施决策,并依据措施的分析结果对最优决策结果进行了进一步的确定,保证了决策过程的可靠性。结果表明,该决策过程及决策方法简单实用,便于操作,在高速公路遭遇突发交通事件时能根据事发状态迅速进行疏导措施的决策选取。     

应急条件下区域路网行程时间可靠性研究

为了研究应急条件下的区域路网可靠性,建立绍兴市区域路网Vissim仿真模型并进行校准.提出基于交通仿真和蒙特卡洛方法的应急条件下路段行程时间计算模型并结合实测与仿真数据对模型进行修正,并分析路网拓扑空间关系依次建立应急条件下路径、OD对、路网行程时间可靠性模型.量化分级行程时间可靠性,对绍兴市典型路段和典型区域进行仿真与评价分析.研究结果表明,路网行程时间可靠性随应急事件的降低而降低,当越城区和诸暨市应急事件等级由正常降至一级,路网行程时间可靠性由0.519和0.534降低至0.201和0.173.同等应急条件对同一地区不同区域路网存在差异性影响,同等应急条件下诸暨市的路网行程时间可靠性下降比相对于越城区高4.5% ~9.9%,主要由于其自由式路网交通疏散能力较差且非城区交通管理水平较低.     

基于区域路网协调的高速公路安全施工交通组织研究

高速公路改扩建过程中施工交通组织设计关系到施工安全和社会影响.以高速公路改扩建为例,采用区域路网协调的方法研究了交通组织设计路阻特性及起点-终点矩阵,利用分析软件Trans CAD对交通组织设计中的关键参数进行了模拟分析,以服务水平、环境影响、经济效益和安全性为评级指标建立了综合评级体系,最后结合安徽省区域内3条高速公...     

交通流量分配对道路网络结构可靠度的影响

研究和分析了基于行程时间可靠度的交通流量分配对道路网络结构可靠度产生的影响,行程时间采用BPR路阻函数,假定行程时间服从Weibull分布,推导出路段行程时间可靠度同路段饱和度之间的关系式.以路段行程时间可靠度80％,即路段饱和度1.0,为衡量和控制标准,对路段超出控制标准部分的交通流量进行重新分配,利用蒙特卡罗MATLAB计算程序计算出分配前后各路段路面结构可靠度,再利用网络串并联原理分别计算出交通流量分配前和分配后的道路网络结构可靠度.通过实例对比分析交通流量分配前后的道路路段可靠度和路网结构可靠度可知:以行程时间可靠度为分配标准较以畅通可靠度为分配标准更合理;路段拥堵时的交通流量分配虽可以提高相应路段可靠度,但会降低整个路网结构可靠度.     

交通事件持续时间预测的贝叶斯网络模型

交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件.基于 MIT 打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网络结构,即以 S-ACOB 算法为核心搭建最优贝叶斯网络模型.增加了节点随机选择机制及局部结构概率选择模式,降低局部最优结果生成概率,确保贝叶斯网络的健壮性.通过实例验证及对比分析,针对观测节点属性完备和缺失的情况,网络模型预测精度分别为76.97%和93.23%,平均预测精度可达87.82%,证明该模型可以有效地预测交通事件持续时间.     

基于安全与效率的交通事件下高速公路长大下坡限速值

选取冲突率和排队长度分别作为安全与效率的表征指标,通过对交通事件下车辆换道和最小跟驰安全间隙的分析,建立了长大下坡路段元胞自动机模型规则和仿真方案,得到了冲突率和排队长度随不同限速值的变化规律.根据安全与效率对限速值变化的灵敏度不同,采用加权平均方法计算最优限速值.最后,基于货车制动毂温度预测模型验证限速值对货车的适用范围.研究结果表明:三级服务水平下,平均纵坡为3％,4％,5％的长大下坡的限速值分别为60,60,50 km·h-1;四级服务水平下,平均纵坡为3％,4％,5％的长大下坡的限速值均为50 km·h-1;对于货车要进一步根据极限坡长进行判断,若实际坡长小于极限坡长,则采用仿真限速值,反之采用制动毂温度预测模型计算货车限速值.     

基于改进的RBF神经网络的高速公路交通事件检测

根据高速公路有交通事件发生时交通流将产生突变这一原理,采用改进的径向基函数(RBF)神经网络研究高速公路事件检测问题。分析交通流参数在有交通事件发生时的变化规影影响神经网络泛化能力的同时,加入多余节点的删除和合并策略,从而得到精简的网络结构。采用自适应学习方法进行隐含层节点的调整,使网络在不同的训练阶段能够自动选取不同的学习速率。仿真试验表明,该改进算法在高速公路交通事件检测中具有检测率高、学习速度快等优点,具有良好的应用前景。     

基于局部路网空间结构特征的无检测器路段交通流预测方法

城市路网中存在大量尚未布设交通检测器的路段,其交通流数据难以获取,不利于开展精准路网管理,为此提出了利用局部路网空间结构特征预测无检测器路段交通流量的方法。基于有检测器路段的海量交通流数据,分析局部路网空间结构特征与路段交通流量之间的相关性;根据路网拓扑关系使用多元线性回归算法估计所有的有检测器交叉口交通流分配权重,并使用多元线性回归算法进一步挖掘局部路网空间结构特征对交通流分配权重的影响;结合空间特征影响度系数、无检测器路段所在的局部路网的空间结构特征及相邻路段的交通流,对无检测器路段进行交通流预测。实验结果表明,路段道路类型、相邻路段数量及相邻路段道路类型这3类局部路网空间结构特征与路段交通流量相关性显著,采用基于空间特征影响度系数对局部路网中只有单个相邻上游和具有多个相邻上游的无检测器路段进行预测,发现其平均误差分别在8%和22%左右。     

基于预测型路线行程时间的信号控制相位差优化技术研究

相位差是区域信号协调控制的重要参数,其动态优化直接影响通行能力和路网延误。论文考虑交通流诱导与交通信号控制的协同运作,通过研究车队在停车线车头受阻和车尾受阻的不同等待状态,建立了相位差与诱导参数路段行程时间的相关关系,基于诱导控制协同的动态性考虑,提出基于预测型诱导用行程时间的信号控制相位差优化技术,阐述其优化算法流程。论文利用长春市长春大街含3个交叉口的路线进行算例试验,结果表明利用预测型行程时间优化相位差之后干线总行程时间最高节约12.9%左右,延误减少高达51.3%,达到诱导控制信息共享、协同运作提高路网运行效率的目的。     

交通事故导致的高速公路拥堵状态判别方法

为量化分析不同交通事故条件下的高速公路路段拥堵情况,研究路段偶发性拥堵规律,本文构建了1个基于行程时间可靠性指标的高速公路路段拥堵判别方法。建立基于美国《公路通行能力手册》中行程时间可靠性分析方法的路段行程时间可靠性模型,并采用西南某高速公路路段实际数据校准模型。利用蒙特卡洛模拟方法生成交通事故场景,将交通事故解构为交通事故发生位置、交通事故严重程度、交通事故持续时间、交通事故发生频率4个特征,并以行程时间指数为路段拥堵量化指标,研究不同交通事故特征水平下的高速公路路段拥堵规律,并判别路段拥堵程度。研究结果表明：美国《公路通行能力手册》的行程时间可靠性分析方法具有可移植性,校准后可应用于国内高速公路路段;交通量接近饱和时,交通事故发生在出口匝道段的拥堵程度高于基本路段与入口匝道段,单车道关闭场景下的交通事故影响远高于路肩关闭场景下的交通事故;交通量接近自由流状态时,拥堵程度对严重程度不敏感;任何交通量水平下,单车道关闭场景下的交通事故持续时间一旦超过15 min,路段拥堵程度极有可能剧增。本文构建的路段拥堵判别方法,可以在精细化探究偶发性交通事故拥堵规律的同时划分路段拥堵等级,为相关部门的事故管理提供理论支撑。